随着 AI 技术发展，金融行业正发生变化，本文指出未来五年金融从业者若不懂 AI 提示词，可能沦为 Excel 操作员。文章强调掌握 AI 提示词的重要性，举例说明其在数据处理、财务分析等方面的优势，体现金融人与 AI 搭档的高效性。

上周末，和几个金融圈的老朋友们聚了个餐，边吃边聊，话题不知怎么的就拐到了AI上。

一个在投行干了十来年的哥们说了句挺有意思的话，他说，现在招新人，那些Excel玩得溜的已经不算什么了。关键是你得会跟AI对话。

刚听觉得他有点吹牛，但仔细一想，好像还真是那么回事。金融这行，数据是命根子，以前比谁Excel公式记得多、用得熟，现在呢，是比谁能从AI那挖出更有价值的分析。

一、还在手动处理数据的金融人，正在被时代抛弃

话说上个星期，我去一家券商那儿调研，看见他们的分析师团队还在用老办法折腾财报数据。十几个人盯着电脑屏幕，忙得手脚不停，复制粘贴、核对数字。

我看着都觉得累。跟他们领导聊了聊，他说其实也知道这样做效率低，但总觉得AI生成的玩意儿靠不住，不如自己算出来的踏实。

这个想法其实蛮危险的。

我有认识一个搞量化的朋友，私募那边的。以前他每天得花差不多六个小时清洗数据。学了AI提示词之后，情况完全不一样了。他只要把需求用大白话跟AI说清楚，AI就直接把整理好的数据扔回来。

他自个儿开玩笑说，以前是“表哥表姐”，现在升级成“AI驯兽师”了。

二、会提问的人，才能挖出真金白银

金融行业，最值钱的其实不是你会做多少体力活，而是你的洞察力。

当你的同事都开始用AI提取关键指标了，你还在那手工做数据透视表，这差距立马就出来了。

还有个更要命的，老板会发现，同样的报告，别人半天就搞定了，你得折腾两天。

会问问题的，才能从AI那挖出真东西。

这事情我是在陆家嘴一家基金公司亲眼看到的。两个研究员，一个用传统方法写了几十行代码筛选股票，另一个直接甩给AI一个提示词。

结果呢，后一个不但速度快，还发现了前一个没注意到的细节。

AI就像个知识渊博但有点呆的助手，你不问，它不说。

问得越准，它给得越有料。

金融机构现在最缺的，不是会编程的，而是能把业务问题转成AI能懂的话的人。比如说问“哪些因素会影响这只债券的评级”，这比“给我这只债券的数据”有用多了。一个好提示词就像一把好刀，能切开数据的外壳，取到里面的好东西。

比如，我现在希望让AI给我们生成关于“过去五年ROE稳定在15%以上、但近期被市场低估的消费股，比较它们的现金流和存货周转情况。”的内容，这时候我们就可以给出下面的单提示词来解决：（您可以在deepseek中使用，下面提示词中AAA指的是您想要分析公司的名称；将您准备好的相关文档配合下面提示词一起使用即可）

我同时提交了关于“AAA”公司的相关文档，请执行以下多维度消费股筛选与分析任务要求。并以“表格对比：表格对比：TOP5候选股关键数据矩阵”、“风险提示：列出每家公司的潜在风险因子（如大额商誉、诉讼等）、可视化建议：标注适合用折线图/柱状图呈现的关键指标”三种方式输出完整分析内容。
要求：

1.联网搜索保证内容准确性。
2.财务指标筛选条件：
2.1连续5年ROE≥15%（同时也允许单个年份≥14%的情况存在）
2.2当前市盈率低于行业均值15%以上。
2.3近季度营收同比成正增长的趋势。
3.市场指标：
3.1最近这6个月内，股价跌幅超行业指数在10%+3.2机构持股比例同比下降超5个百分点。
4.深度分析
筛选后的内容还要深度进行分析。
4.1现金流分析
-你先把公司经营现金流和净利润的比率，跟行业平均值对上年的年报比一比。
4.2自由现金流
近三年的增长率的实际情况。从而判断出这个公司自己能不能给自己造血。
4.3存货评估
-计算出这个公司最近季度存货周转率行业百分位。
-同时计算这个公司（近8个季度折线图）存货/营收占比变化。
-结合最新财报注释分析存货结构异常

三、和AI搭档，一个人就是一支队伍

我有朋友做风控的，他说自从学会了用“假设美联储加息50个基点，我们投资组合中哪些头寸最敏感”这样的提示词，他的风险报告质量蹭蹭往上涨。

开会的时候，老板经常第一个点他发言。

还有一个更绝的例子，是从华尔街回来的量化交易员。

他的一天差不多是这样的：早上用AI提示词扫全球市场，中午让AI生成几个交易策略回测，下午重点分析AI挑出来的异常数据。

他说他现在一个人干的活，以前得一个三四人的团队才能搞定。

最牛的是他调教AI的方式。比如说问“用非技术语言解释为什么这个套利机会可能存在”，然后根据AI的回答一直追问，像审犯人一样，直到挖出有价值的东西。他这半年的绩效涨了30%，老板已经开始打算给他配个小团队了。

还有深圳的一个小伙子，券商研究所的。他用AI提示词自动生成上市公司调研提纲，连“问管理层这个尖锐问题该怎么委婉表达”都让AI帮忙出主意。他的调研报告点击量一直部门前三，实际上很多基础工作都是AI做的。

这些人的共同点是，不再把时间浪费在重复劳动上，而是专注于AI做不到的事情——判断、决策和创造。

金融这行永远离不开数据，但处理数据的方式正在变化。

Excel高手就像以前打算盘的老会计，再熟练也比不上计算器。

AI时代最残酷的是，它淘汰你的时候，连声招呼都不打。

下次打开Excel之前，先问问自己：这事能不能用一句聪明的提示词解决？五年后，如果还在手工处理数据，可能连操作员都当不成了——因为到那时，AI连Excel都会自己开了。